Wprowadzenie do problemu / definicja
Automatyzacja cyberataków z użyciem sztucznej inteligencji wchodzi w nową fazę. W najnowszej ujawnionej kampanii grupa określana jako CyberXero połączyła klasyczne techniki włamań z agentami AI, aby przyspieszyć rekonesans, łańcuchowanie exploitów oraz działania po uzyskaniu dostępu. To istotna zmiana, ponieważ AI przestaje pełnić wyłącznie rolę pomocniczą i zaczyna być wykorzystywana jako element orkiestracji ofensywnej.
Według ustaleń badaczy operacja była wymierzona zarówno w popularne serwisy internetowe oparte na WordPressie i platformach e-commerce, jak i w podmioty związane z infrastrukturą krytyczną Ukrainy. Skala oraz stopień automatyzacji wskazują, że podobne kampanie mogą w najbliższym czasie stać się stałym elementem krajobrazu zagrożeń.
W skrócie
- Kampania była przypisywana rosyjskojęzycznemu brokerowi dostępu początkowego działającemu pod nazwą CyberXero.
- Ataki obejmowały masowe przejmowanie witryn WordPress i środowisk e-commerce oraz ukierunkowane działania przeciwko organizacjom w Ukrainie.
- Z czterech ukraińskich organizacji wykradziono ponad 628 tys. rekordów dotyczących obywateli Ukrainy.
- Napastnicy mieli wykorzystywać agentów AI do skanowania, rekonesansu, łączenia exploitów i części działań post-eksploatacyjnych.
- W operacji pojawiły się także elementy infrastruktury Cobalt Strike oraz narzędzia do autonomicznych testów penetracyjnych.
Kontekst / historia
Aktywność CyberXero miała trwać co najmniej od lipca 2026 roku. Badacze opisali dwa równoległe modele działania. Pierwszy miał charakter oportunistyczny i był nastawiony na szybkie przejmowanie witryn internetowych, paneli administracyjnych oraz środowisk sprzedażowych. Tego typu dostęp może być później monetyzowany poprzez sprzedaż innym grupom przestępczym, wykorzystanie do oszustw lub kradzież danych.
Drugi tor operacji był znacznie bardziej selektywny. Dotyczył organizacji związanych z ukraińskim sektorem energii oraz usług komunalnych, co znacząco podnosi wagę całego incydentu. Ataki na podmioty infrastruktury krytycznej mogą bowiem wywoływać nie tylko naruszenia danych, ale również zakłócenia operacyjne i skutki o charakterze strategicznym.
Kluczowym elementem śledztwa było ujawnienie publicznie dostępnego katalogu otwartego, który odsłonił robocze środowisko napastnika. Znalezione tam logi, konfiguracje, skrypty, wyniki rekonesansu i dane ofiar pozwoliły badaczom odtworzyć architekturę kampanii oraz sposób, w jaki AI została włączona do cyklu ataku.
Analiza techniczna
Od strony technicznej kampania opierała się na wieloelementowej infrastrukturze obejmującej stację roboczą operatora z systemem Linux, serwer provisioningowy, systemy etapowania ładunków, zaplecze monetyzacyjne oraz skaner identyfikujący potencjalne cele. W obszarze WordPress i e-commerce wykorzystywano znane podatności prowadzące między innymi do zdalnego wykonania kodu oraz SQL injection. Celem było przejęcie paneli administracyjnych, instalacja web shelli i utrwalenie dostępu.
Z ujawnionych danych wynika, że pojedynczy zautomatyzowany przebieg miał przeskanować 4708 celów, potwierdzić dostęp do 429 paneli administracyjnych WordPress i doprowadzić do wdrożenia 32 web shelli w zaledwie 61 sekund. Takie tempo pokazuje, jak bardzo skraca się czas między wykryciem podatnego systemu a uzyskaniem trwałego dostępu.
Szczególnie istotna była warstwa AI. Operator miał korzystać ze środowiska Claude Code oraz klastra 51 wyspecjalizowanych agentów odpowiedzialnych za różne zadania, w tym skanowanie, rekonesans, łączenie exploitów i działania post-eksploatacyjne. Dodatkowo zintegrowano PentAGI z serwerem Cobalt Strike, co miało wspierać generowanie ładunków i automatyzację części czynności ofensywnych.
Badacze zauważyli także próby obchodzenia zabezpieczeń modeli AI poprzez odpowiednie przygotowywanie kontekstu sesji i jej resetowanie. W logach miały pojawiać się próby przedstawiania działań jako autoryzowanych testów bezpieczeństwa. Jednocześnie część poleceń była odrzucana przez model, co sugeruje, że wbudowane mechanizmy ochronne mogą ograniczać nadużycia, ale nie są wystarczające, jeśli operator konsekwentnie modyfikuje sposób formułowania zadań.
Poza środowiskami webowymi kampania obejmowała również publicznie dostępne serwery Redis. W takich przypadkach oznakami kompromitacji były między innymi nieautoryzowane wpisy w plikach kluczy SSH, nietypowe artefakty dostępowe oraz ślady utrwalania dostępu.
Konsekwencje / ryzyko
Najpoważniejszym skutkiem kampanii była kradzież ponad 628 tys. rekordów dotyczących obywateli Ukrainy. Takie dane mogą posłużyć do dalszych działań phishingowych, oszustw finansowych, profilowania ofiar, wyłudzeń lub wsparcia operacji wywiadowczych.
W przypadku infrastruktury krytycznej ryzyko jest znacznie szersze. Sam wyciek danych to tylko jeden z możliwych scenariuszy. Uzyskanie dostępu do środowisk energetycznych i komunalnych może prowadzić do zakłóceń pracy, przygotowania sabotażu, manipulacji systemami pomocniczymi lub stworzenia przyczółka do kolejnych, bardziej destrukcyjnych operacji.
Incydent ma również znaczenie dla całego rynku cyberbezpieczeństwa. Pokazuje, że AI może wyraźnie zwiększyć skalę ataków, skrócić okno reakcji obrońców i ułatwić prowadzenie kampanii półautomatycznych, które łączą cechy masowych działań oportunistycznych z ręcznie sterowanymi operacjami ukierunkowanymi.
Rekomendacje
Organizacje korzystające z WordPressa, Magento, PrestaShop i innych publicznie dostępnych aplikacji webowych powinny potraktować zarządzanie podatnościami jako priorytet. Kluczowe znaczenie ma szybkie wdrażanie poprawek, regularny przegląd wtyczek i modułów oraz usuwanie nieużywanych komponentów zwiększających powierzchnię ataku.
- Zweryfikować konta administracyjne pod kątem nieautoryzowanych użytkowników.
- Sprawdzić integralność plików aplikacyjnych i katalogów serwera WWW.
- Poszukać oznak obecności web shelli, w tym popularnych rodzin takich jak WSO.
- Przeanalizować logi pod kątem nietypowych sekwencji logowań i szybkich zmian plików.
- Zweryfikować, czy serwery Redis nie są wystawione bezpośrednio do internetu.
- Skontrolować pliki authorized_keys i konfigurację SSH pod kątem nieautoryzowanych modyfikacji.
- Wdrożyć monitoring ruchu wychodzącego w celu wykrywania możliwej eksfiltracji danych.
- Ograniczyć uprawnienia kont serwisowych i stosować segmentację sieci, szczególnie w środowiskach OT.
Na poziomie strategicznym organizacje powinny przyjąć, że przeciwnik może korzystać z agentów AI do szybszego rekonesansu i eksploatacji. Oznacza to potrzebę skracania czasu detekcji, lepszego mapowania powierzchni ataku oraz ćwiczenia procedur SOC pod kątem kampanii prowadzonych z większą skalą i prędkością niż tradycyjne operacje ręczne.
Podsumowanie
Kampania CyberXero jest jednym z najbardziej wyrazistych przykładów dojrzewania modelu cyberprzestępczości wspieranej przez AI. Połączenie klasycznych narzędzi ofensywnych, automatyzacji na dużą skalę oraz agentów realizujących wiele etapów ataku znacząco zwiększa skuteczność napastników. Szczególnie niepokojące jest zestawienie globalnych ataków oportunistycznych z ukierunkowanymi działaniami wobec ukraińskiej infrastruktury krytycznej.
Dla obrońców najważniejsze pozostają szybkie łatanie podatności, ograniczanie ekspozycji usług, monitoring artefaktów kompromitacji i przygotowanie procesów bezpieczeństwa na przeciwnika, który działa szybciej, szerzej i coraz częściej przy wsparciu narzędzi opartych na sztucznej inteligencji.
Źródła
- The Hacker News — CyberXero Uses Claude Code in Campaign That Stole Over 628,000 Ukrainian Records — https://thehackernews.com/2026/10/cyberxero-uses-claude-code-in-campaign.html
- SOCRadar — raport dotyczący kampanii CyberXero — https://socradar.io/
- GitHub — PentAGI: Penetration testing Artificial General Intelligence — https://github.com/
- Fortra Cobalt Strike Documentation — Team Server — https://hstechdocs.helpsystems.com/
- INCIBE — informacje o CVE-2026-4815 — https://www.incibe.es/